TEORÍA DE LA COMPUTACIÓN

Complejidad computacional

Se centra en la clasificación de los problemas computacionales de acuerdo con su dificultad

inherente y en la relación entre dichas clases de complejidad. La teoría de la computación se centra
en tres áreas: autómata, complejidad y computación. La primera se encarga de las definiciones y
propiedades de los modelos matemáticos de computación. Algunos de los modelos son los
autómatas finitos y gramáticas libres de contexto. La segunda tiene como finalidad la creación de
mecanismos y herramientas capaces de escribir y analizar la complejidad de un algoritmo y la
complejidad intrínseca de un problema, y la tercera está muy relacionado con la teoría de la
complejidad ya que introduce varios de los conceptos que esta área utiliza, teniendo como finalidad
principal la clasificación de diferentes problemas, así como formalizar el concepto de computar; de
esta manera estudia qué lenguajes son decidibles con diferentes tipos de “máquina” y diferentes
modelos formales de computación.

Conceptos fundamentales de la complejidad computacional

Los recursos que normalmente se estudian son:

El tiempo: que por medio de una aproximación al número y patrón de pasos de ejecución de un
algoritmo para solucionar algún problema.
El espacio: que por medio de una aproximación a la cantidad de memoria que utilizamos para
solucionar algún problema. Es posible estudiar otros conceptos, uno de ellos es el número de
procesadores que son necesarios para solucionar un problema. Si estos problemas presentan una
solución con orden lineal, es posible que sus soluciones sean resueltas mediante el parámetro del
tiempo que es vinculado linealmente con su tamaño

Teoremas de jerarquías

Un sistema jerárquico es el que está formado por subsistemas interrelacionados, donde estos
subsistemas son de tal forma que a su vez tienen una estructura jerárquica. De acuerdo con esta
definición se aplica comenzando por un sistema global y va descendiendo hacia sistemas más
sencillos hasta llegar a subsistemas elementales.

De acuerdo a la clasificación de Mesarovic y Macko [Mesarovic y Macko, 1969] ellos proponen una
diferenciación en tres conceptos:
1. Jerarquía de estratos.
Cuando nos enfrentamos a un sistema verdaderamente complejo, nos es prácticamente imposible
"encerrarlo" en una descripción que sea a la vez detallada y fácilmente comprensible. Normalmente
nos encontramos con el dilema de decidir entre sencillez y detalle. La sencillez es necesaria para
que la descripción sea de alguna utilidad (si es demasiado complicada, simplemente no
entenderemos nada). El detalle, por su parte, es preciso si queremos tener en cuenta todos los
aspectos del sistema de la forma más realista posible.Pues bien, desde hace mucho tiempo se
utiliza, de una forma más o menos consciente, una técnica que nos permite soslayar este
problema. Podemos realizar una descripción por estratos del sistema o, dicho de otra forma, una
descripción jerárquica. Para ello utilizaremos una familia de modelos, cada uno de los cuales se
ocupará del sistema desde un nivel de abstracción distinto. De esta forma, tendremos las variables,

Araceli Bautista de la Torre

 TEORÍA DE LA COMPUTACIÓN

relaciones, principios, etc., de cada estrato de nuestra descripción con el

detalle que consideremos oportuno.

2. Jerarquía multicapa de toma de decisiones.

Otro concepto asociado con las jerarquías aparece cuando estudiamos los procesos de toma de
decisiones. El dilema viene dado ahora por la necesidad de tomar la decisión cuanto antes
(limitación temporal de actuación), pero tomándonos el tiempo suficiente para poder comprender
la situación y decidir de una forma acertada. Para poder conjugar adecuadamente estas dos
aspiraciones es frecuente una aproximación jerárquica: dividimos la decisión en una secuencia de
problemas decisorios más sencillos (capas decisorias), y los vamos resolviendo uno a uno. Cada
vez que resolvemos uno de estos "subproblemas", fijamos una serie de condiciones sobre el
siguiente, que harán más fácil su resolución, y así sucesivamente. Tenemos así lo que podemos
denominar jerarquía de capas decisorias, construida de tal forma que la resolución de todas las
capas implica la resolución del problema original. El sistema de toma de decisiones que funciona
de esta forma se llama sistema de capas múltiples de decisión.

3. Jerarquía de organización.
Este concepto aparece en sistemas compuestos por un conjunto de subsistemas
interaccionantes, alguno de los cuales son unidades de toma de decisiones. Dichas unidades han
de estar organizadas de forma que haya una jerarquía establecida sobre ellas. Esto es, es preciso
que unas manden sobre otras (en el sentido de que influyan en sus decisiones). Llamaremos
a estos sistemas de metas y niveles múltiples, por la gran importancia que tiene en ellos el que
las unidades de decisión tengan metas en conflicto. Esta multiplicidad de metas será necesaria
para que el sistema, en su totalidad, funcione de forma adecuada.En las organizaciones humanas
tenemos un destacado ejemplo de estas jerarquías. En ellas cada individuo representa un
centro de decisión, condicionado por las estructuras de mando que actúan sobre él. En
principio, tiene sus propios objetivos, aunque inevitablemente la jerarquía que impone la
organización influye fuertemente en las decisiones que puede tomar.
Los siguientes factores parecen explicar el gran éxito de esta forma de organización:
A. Dado un conjunto de subsistemas independientes pero interactuantes, permite
integrarlos en un sistema global de una forma bastante natural.
B. Permite abordar tareas que sobrepasan, muchas veces con creces, la capacidad (física,
pero también de toma de decisiones) de las unidades
C. Los recursos disponibles pueden ser utilizados de una forma muy eficiente. d. Las
perturbaciones locales se propagan con gran dificultad a otras partes del sistema. Esto
proporciona una gran fiabilidad. Pero también puede llevar a importantes inercias.

Medidas de complejidad y sus relaciones

La pregunta principal es... ¿podemos proporcionar una sola medida, o un pequeño número de
medidas, que sean adecuadas para caracterizar el "grado de complejidad" de cualquier sistema
dinámico? durante décadas y hasta el momento no hay respuestas definitivas, aunque sí
aproximaciones a ellas.

La búsqueda de estas medidas de complejidad toca muchos temas interesantes de la teoría de

sistemas dinámicos y ha dado lugar a una serie de potentes herramientas, aunque el objetivo
original de desarrollar una medida que valga para medir la complejidad de cualquier sistema no
parece realista y se ha eliminado de los objetivos científicos. Los sistemas dinámicos complejos
muestran una gran variedad de comportamientos cualitativamente diferentes (que es una de las
Araceli Bautista de la Torre
 TEORÍA DE LA COMPUTACIÓN

razones por las que la teoría de sistemas complejos es tan fascinante), y

no parece apropiado intentar meter todos los sistemas complejos en una sola bolsa para medir su
grado de complejidad siguiendo un único criterio. Se pueden construir medidas de complejidad
interesantes haciendo uso de herramientas estadísticas, por medio de la generalización de
conceptos como la entropía de la información y la información mutua. Para ejemplificarlo, vamos
a considerar series temporales generadas a partir de un conjunto finito de símbolos.

Propiedades de las medidas de complejidad general

Teoría de complejidad axiomática

Conclusiones

Araceli Bautista de la Torre